Portal de Periódicos da CAPES

Zastosowanie sztucznej sieci neuronowej do uzupełnienia danych zbiornikowych

2001; Volume: 49; Issue: 9 Linguagem: Polonês

2299-002X

B. Darłak, Małgorzata Włodarczyk,

Hydrocarbon exploration and reservoir analysis

Przedstawiona praca jest poświecona nowej metodzie zastosowania sztucznej sieci neuronowej (ANN) w zagadnieniach geologicznych takich jak ocena wlasności zbiornikowych skal weglanowych w oparciu o wyniki mikroskopowej analizy obrazu, a takze odtworzenie przebiegu krzywych przepuszczalności wzglednej dla kilku typow piaskowcow.Za pomocą ANN przeprowadzono analize mozliwości ekstrapolacji wynikow badan laboratoryjnych przepuszczalności wzglednych i komputerowej analizy obrazu. Jako parametry bazowe do symulacji neuronowych wykorzystano wyniki badan porozymetrycznych wraz z analizą krzywych ciśnien kapilarnych oraz przepuszczalnośc liniową. Stwierdzono ze poprawnie skonstruowana baza danych oraz wykonanie rzetelnych statystycznie oznaczen przepuszczalności fazowej i komputerowej analizy obrazu, a takze mikroskopowych analiz na plytkach cienkich umozliwia poprawną ekstrapolacje oczekiwanych parametrow. Poprawnośc symulacji ANN sprawdzono wykonując serie testowych analiz Korelacja danych pomierzonych i wyliczonych ANN jest wysoka i wynosi odpowiednio w 0,98 symulacjach parametrow komputerowej analizy obrazu i 0,89 w symulacjach parametrow przepuszczalności wzglednych, co jest wystarczającym warunkiem do zastosowania tej metody w dalszych badaniach. THE USE OF THE ARTIFICIAL NEURAL NETWORK TO COMPLETE THE RESERVOIR PROPERTIES DATA Summary This paper deals with a new method of using Artificial Neural Network (ANN) in solving various geological problems, including reservoir properties assessment of carbonate rocks derived from results of microscopic analysis of images, as well as from reconstruction of relative permeability curves for several sandstone types. Based on ANN, the relative permeability data and results of numerical parameterisations of microscopic analyses of images were perfomed. Porosity permeability, and other parameters, i.e. threshold pressures, specific surfaces and density, obtained during capillary pressure analyses were applied as a database. These studies indicate that the reliable database and properly prepared series of measurements result in good quality of extrapolation of relative permeability and microscopic analysis parameters. In both cases the use of ANN produces good results. The correlation coefficient of experimental and simulated data is high amounting to 0.98 (computer microscopic analysis) and 0.89 (relative permeability), which enable using this method for further investigations.